Maschinelles Lernen verbessert Storage-Verfügbarkeit

Intelligente Technologien ziehen zunehmend in kritische Unternehmens-Anwendungen ein. Nimble Storage analysiert mit maschinellem Lernen und Predictive Analytics die Ursachen von Speicherausfällen - und erhöht so die Verfügbarkeiten auf über 99,9999 Prozent.

Storage-Systeme sind ein besonders sensibler Bereich der IT-Infrastruktur jedes Unternehmens. Sie bilden das Fundament aller betrieblichen Daten und die meisten Anwendungen für die Transaktionsverarbeitung greifen darauf zu. Ein Ausfall der Speichersysteme ist für viele Unternehmen der worst case, an deren Behebung das gesamte IT-Team oft bis spät in die Nacht arbeitet.

Eine repräsentative Studie von Techconsult im Auftrag von HPE ergab, dass ein mittelständischen Betrieb bei einem Systemausfall 400.000 Euro pro Jahr verliert. Das war 2013. Wenn man überlegt, wie viele Firmendaten und Geschäftsprozesse in der Zwischenzeit schon digitalisiert worden sind, sind die möglichen Kosten, die ein Totalausfall Ihrer IT verursacht, vermutlich nicht gesunken.

Das herkömmliche Verfahren zum Schließen der App-Data-Gap - der Lücke zwischen Anwendungen und Daten - besteht darin, dass die IT Know-how zum Betrieb jeder Software und Hardware entwickelt, Überwachungstools kauft und Teams zusammenstellt, die den gesamten Betrieb optimieren. Allerdings ist die Optimierung der End-to-End-Leistung auch für sehr gut organisierte IT-Abteilungen nach wie vor eine große Herausforderung.

Speicherausfälle sind nur schwer beherrschbar, weil deren Ursachen nicht auf bestimmte Teile des IT-Stack beschränkt, sondern über den gesamten Stack verteilt sind. Hier sind die Storage-Anbieter gefordert: Sie sollten dafür sorgen, dass die Infrastruktur einfacher und weniger zeitaufwendig zu verwalten ist. Dazu gehört auch, das Enterprise Support-Modell zeitgemäß auf Basis innovativer Technologien zu modernisieren.

Nimble Storage nutzt intelligente Technologien
Die HPE-Lösung Nimble Storage verfolgt seit der Gründung das Ziel, ausgetretene Pfade zu verlassen und mit innovativen Technologie für höhere Verfügbarkeiten und besseren Support seiner Produkte zu sorgen. Bereits 2014 ist es Nimble Storage gelungen eine gemessene Speicherverfügbarkeit von über 99,999 Prozent zu erreichen. Zwei Jahre später konnte die Verfügbarkeit beim gesamten Kundenstamm sogar auf auf mehr als 99,999928 Prozent gesteigert werden.

Nimble Storage erreichte diese Werte, indem es mit HPE InfoSight eine ganz neue Predictive Analytics-Technologie entwickelt hat. Kunden können damit Probleme frühzeitig erkennen, noch bevor sie auftreten. Die Plattform basiert auf einer Architektur, die Daten von Tausenden von Sensoren zu allen implementierten Arrays und der umgebenden Infrastruktur cloud-basiert sammelt und analysiert. Damit lassen sich im Detail folgende Verbesserungen erzielen:

• Vorbeugende Problemlösung: HPE InfoSight sucht ständig nach potenziellen Indikatoren für Probleme über den gesamten Infrastruktur-Stack und löst festgestellte Probleme proaktiv. Wenn in einem System ein Fehler erkannt wird, lernt InfoSight, das Problem vorherzusagen und andere Systeme in der installierten Basis zu immunisieren.
• Maschinelles Lernen: HPE InfoSight kann die meisten Probleme, die sich über den gesamten Infrastrukturstack vom Speicher bis hin zu VMs erstrecken, automatisch beheben. Dabei wird maschinelles Lernen eingesetzt, um Kunden über künftige Kapazitäts-, Leistungs- und Bandbreitenanforderungen zu informieren und zu beraten.
• Proaktive Hilfe: Lässt sich ein Problem nicht automatisch lösen dann generiert InfoSight - basierend auf der Erkennung gängiger Muster, die zu unerwünschten Ereignissen führen - ein Support-Ticket und empfiehlt geeignete Maßnahmen.
• Optimierter Support: Wenn sich ein Kunde mit dem Nimble Support in Verbindung setzt, wurden bereits alle grundlegenden Probleme automatisch erkannt. Der Support-Mitarbeiter, der den Anruf entgegennimmt, verfügt bereits über alle für die Lösung des Problems erforderlichen Informationen.

Cloud-basierte System-Analyse
Reinhard Frumm, Senior Systems Engineer bei HPE, erklärt die Arbeitsweise von Nimble Storage genauer. Einmal pro Nacht, so Frumm, schicken die Nimble Storage-Maschine im Rahmen von “Auto-Support” Daten wie Performance-Information zu HPE. Zusätzliche wird alle fünf Minuten ein Heartbeat mit Metadaten über den Systemzustand übermittelt. Dieser Systemzustand beinhaltet nicht nur den Zustand des Systems sellbst, sondern auch Daten aus der Umgebung - wie zum Beispiel Betriebssystem-Daten oder Fibrechannel-Latenzzeiten.

Die Informationen werden im HPE-Rechenzentrum in einer Big Data Applikation analysiert. Die Anwendung untersucht nicht nur jedes einzelne Storage-System, sondern korreliert die Daten auch weltweit. Auf diese Weise kann das System Szenarien erkennen, die nicht der Norm entsprechen und der Support kann darauf reagieren und andere Anwender im Fehlerfall proaktiv warnen.

“Wenn zum Beispiel durch einen Hot Fix von uns oder durch ein VMware-Upgrade Situationen eintreten die zu einem Fehler führen, können wir das erkennen und analysieren,“ sagt Reinhard Frumm. „So erfahren wir, welche Kundensysteme sich in einem gleichen Szenario befinden und in das gleiche Problem laufen würden - und diese Kunden können mir dementsprechend proaktiv warnen“.

Weniger Supportfälle
Support-Mitarbeiter müssen damit also seltener eingreifen. Setzt sich ein Kunde mit dem Nimble Support in Verbindung, wurden grundlegende bereits Probleme automatisch erkannt. Laut Reinhard Frumm werden 90 Prozent aller Supportfälle automatisiert eröffnet. Und von diesen 90 Prozent können 86 Prozent komplett automatisiert gelöst werden. Der Kunde bekommt gar nicht mit, dass ein Problem exisitierte.

Der Betrieb einer Speicherumgebung, die weniger Aufmerksamkeit des Support-Personals erfordert, spart Unternehmen Zeit und Kosten. Durch die automatisierte Behebung von Level-1- und Level-2-Problemen ermöglicht HPE InfoSight ein Support-Center, das vollständig mit Level-3-Technikern besetzt ist. Für Kunden bedeutet dies weniger Support-Fälle und die schnellere Lösung komplexer Probleme.

Dadurch wird der Aufwand für die Eskalation von Problemen über mehrere Support-Ebenen vermieden. „Das übliche Ping-Pong-Spiel zwischen Support und Kunde entfällt“, sagt Frumm. „Informationen wie Logdateien oder Systemdump liegen dem Supporter bereits vor.“

Eine ESG-Studie zeigt, dass bei den Nimble Storage Kunden eine Tendenz zu sehen ist, kleinere Teams für die Speicherverwaltung einzusetzen. Basierend auf einer Analyse der Daten aus der ESG-Studie berichten HPE Nimble Storage Kunden, dass 85 Prozent weniger Personenstunden für die Behebung von speicherbezogenen Trouble-Tickets in ihrer Umgebung aufgewendet wurden als im Vergleich zu Nichtkunden.